神经网络实用教程 教学课件 作者 张良均　曹晶 2.8 Elman神经网络算法模型与学习算法.ppt

《神经网络实用教程 教学课件 作者 张良均　曹晶 2.8 Elman神经网络算法模型与学习算法.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2.8  Elman神经网络模型与学习算法概述Elman神经网络由JeffreyL.Elman于1990年提出是一种反馈神经网络具有很强的计算能力Hello,I’mJeffreyL.Elman2.8.1Elman神经网络结构Elman网络由4层组成输入层信号传输作用隐含层承接层也称上下文单元或状态层,承接层从隐含层接收反馈信号，用来记忆隐含层神经元前一时刻的的输出值，承接层神经元的输出经延迟与存储，再输入到隐含层。这样就使其对历史数据具有敏感性，增加了网络自身处理动态信息的能力。输出层仅起线性加权作用。2.8

2、.2Elman神经网络学习算法Elman神经网络各层输入输出公式如果输入向量为维向量，输出向量为维，隐含层输出向量为维，承接层输出向量为维，分别为隐含层到输出层、输入层到隐含层、承接层到隐含层的连接权值。为输出神经元的激活函数,是隐含层输出的线性组合。为隐含层神经元的激活函数，为承接层的海派函数，表示某层的净输入，用A表示输入层，用B表示承接层，表示迭代次序则各层之间的表达式如下图所示。2.8.2Elman神经网络学习算法Outputyr12Inputun1n1m1输出层用紫色表示隐含层用黄色表示承接层用白色

3、表示2.8.2Elman神经网络学习算法Elman神经网络学习算法采用BP算法判断算法是否结束的误差函数为：其中为期望输出Elman神经网络学习算法流程图Elman神经网络学习算法流程图计算输出层输出初始化各层权值输入样本值计算输入层输出计算误差函数更新权值计算承接层输出计算隐含层输出2.8.3Elman神经网络学习算法的MATLAB实现Elman神经网络的重要函数和基本功能函数名功能newelm()生成一个Elman神经网络trains()根据已设定的权值和阈值对网络进行顺序训练traingdx()自适应学

4、习速率动量梯度下降反向传播训练函数learngdm()动量梯度下降权值和阈值学习函数2.8.3Elman神经网络学习算法的MATLAB实现例2-7下表为某单位办公室七天上午9点到12点的空调负荷数据，数据已经做了归一化处理，预测方法采用前6天的数据作为网络的训练样本，每3天的负荷作为输入向量，第4天的负荷作为目标向量，第七天的数据作为网络的测试数据。2.8.3Elman神经网络学习算法的MATLAB实现空调负荷数据表时间9时负荷10时负荷11时负荷12时负荷第1天0.44130.47070.69530.813

5、3第2天0.43790.46770.69810.8002第3天0.45170.47250.70060.8201第4天0.45570.47900.70190.8211第5天0.46010.48110.71010.8298第6天0.46120.48450.71880.8312第7天0.46150.48910.72010.83302.8.3Elman神经网络学习算法的MATLAB实现例2-7程序2.8.3Elman神经网络学习算法的MATLAB实现例2-7误差曲线小结概述Elman神经网络结构Elman神经网络学习

6、算法Elman神经网络学习算法MATLAB实现Elman神经网络与前向神经网络之间的区别谢谢!